备件物流研究综述
时间：2021-01-21 04:01:14 来源：雅意学习网 本文已影响 人 
[摘要]备件物流管理是企业生产管理工作中的一项重要的内容，它关系到企业的正常生产，与企业的经济效益密切相关。良好的备件物流管理可以减少企业资金的占用，节约物流成本。通过对国内外备件物流管理的文献分析，总结了当前备件物流研究的现状，并揭示了备件物流管理未来的发展方向。
[关键词]备件备件物流综述
1引言
在设备维修工作中，为了恢复设备的性能和精度，需要用新制的或修复的零部件来更换磨损的旧零件，通常把这种新制的或修复的零部件称为配件。为了缩短修理停歇时间，减少停机损失，对某些形状复杂、要求高、加工困难、生产（或订购）周期长的配件，需要在仓库内预先储备一定数量，这种配件就称为备件。
备件管理是指备件的计划、生产、订购、供应、储备的组织与管理，它是设备维修资源管理的主要内容，备件管理是维修活动的重要组成部分，只有科学合理地储备与供应备件，才能保证企业生产的顺利进行又能节约成本。否则，一方面如果备件储备过多，会造成积压，增加库房面积和保管费用，影响企业流动资金周转，增加产品成本；另一方面如果储备过少，会影响备件的及时供应，妨碍设备的修理进度，延长停歇时间，使企业的生产活动和经济效益遭受损失。因此，如何保障企业以最少资金保证备件的及时供应称为企业日益关注的课题。本文通过对国内外备件管理主要文献进行分析，揭示出备件研究的现状及发展趋势。
从备件管理的文献来看，最初对备件研究成果较多来自军事和高科技领域，其原因是这些领域设备的备件价格高、停机损失大，停机后果严重；后来这些研究成果逐渐应用到民用，尤其是流程工业。考虑进一步研究的需要，将备件物流的研究文献分为备件分类、备件需求、备件采购以及备件库存等方面进行研究。
2国内外备件物流研究综述
2.1备件分类方面的研究
目前，国外学者对备件分类及特征方面的研究的主要文献有：
Gajpale（2004）利用一系列的分类技术对部件进行分类，这些技术用到了一些比较好的预测方法。用到的方法包括FSN分析法、ABC分析法和VED分析法。同时他们应用层次分析法（AHP）对备件的重要性进行了评估，考虑的因素包括备件的类型、采购提前期和缺货后果等。
Janne Huiskonen（2011）根据备件在物流系统中的作用提出备件的四个控制特性，即备件的关键性（criticality）、专用性（specifici-ty）、需求模式（demand pattern）、價格（value of parts），为后来的学者研究备件分类起到了一定的借鉴作用。
Braglia等人（2013）考虑备件的库存约束、停机成本、安全和环境目标、所采取的维修战略及物流等因素对备件进行了分类。综合考虑从备件的影响因素对备件进行分类已成为备件分类研究趋势。
国内大部分学者对备件的特性及分类在理论上没有进行深入系统的研究，大部分都是杰出的实践者。
金锡万、方成武等（2007）在文献中提到武钢将备件分为通用件和专用件。
郭智敏、严洪森和陈施华等（2003）在控制备件库存重要性的前提下，以ABC分类库存控制法和备件“3A”库存控制方法为基础，提出了备件的ABCD分类控制方法。该库存控制方法以备件对生产状况影响程度、机器故障损耗率和供应渠道的敏捷程度等为分类标准，将备件分为ABCD四类，对各类备件分别采取适当的控制策略，最终实现在备件供应及时充足的前提下，备件库存占用资金最低的库存控制目标。
徐晓燕（2015）提出了一种基于分类的备件需求特性的库存管理方法。该方法从备件需求预测的角度对备件进行了分类，接下来对每一类备件的需求进行预测并给出其恰当的库存决策方法，最后用基于分类的预测方法对备件需求历史数据不足和缺少单位备件缺货成本参数的问题进行了研究。
黄耕等（2016）对传统的备件ABC分类方法进行了分析，揭示出其缺陷，在ABC分类方法的基础上提出了改进的三维备件分类方法的思想，根据大型企业备件的特性，考虑从对生产的重要程度、资金占用多少情况和采购运输周期长短三个维度来分类。
2.2备件需求方面
A.Sleptchenko、M.C.van der Heijden和A.van Harten（2002）考虑了可修理的但在有限修理能力下的多级、多契约的备件供应系统。作者通过模拟证实了在相似的情况下，文中提出的研究方法比传统的VARI-METRIC预测技术更精确，精确度提高了5倍。
Willemain等人（2004）采用一种新的时间序列方法——Boot-strap方法，预测固定提前期的累计分布，认为Bootstrap方法比指数平滑和Croston方法对间断需求预测精度更高。而Regattieria等人（2015）利用意大利航空公司的历史数据，检验20种预测技术的精度，结果表明加权移动平均、Croston方法和指数加权平均法较好。
张志斌等（2011）探讨了一种基于影响图理论的备件消耗因素定性及定量分析方法，给出了用于确定影响备件消耗因素的影响图和知识图，并根据知识图进行概率指定，建立了备件消耗计算模型，为备件消耗预测提供了一种比较可信的方法。
赵惠文和王金干等（2014）运用贝叶斯方法对航空备件进行了预测，依据航空备件使用寿命中的分布情况，取得相应的共轭先验分布，结合备件故障历史数据，用先验矩阵求得超参数，提出了一种基于贝叶斯先验分布的航空备件需求预测模型。
任博和张恒喜等（2015）用一种机器学习算法——支持向量机研究了飞机备件需求预测问题。首先探讨了支持向量机回归预测模型的学习和预测机制，分析三个重要参数对算法的影响规律，得出一套定性的参数选择方法。然后将支持向量机引入到装备综合保障分析中，构建了飞机备件智能预测模型，并对某型军用飞机备件需求进行了预测和分析。
